面向嵌入式處理器的代碼壓縮研究.pdf

1、隨著嵌入式系統(tǒng)軟件功能需求的不斷提高，片上存儲(chǔ)器在系統(tǒng)中所占的成本比重也在不斷增加，壓縮程序存儲(chǔ)空間已成為嵌入式處理器設(shè)計(jì)需要考慮的問(wèn)題之一?，F(xiàn)有的壓縮程序存儲(chǔ)空間的解決方案主要分為編譯器優(yōu)化、高密度指令集以及代碼壓縮三類。本文結(jié)合自主研發(fā)的兩款嵌入式處理器(CK520，SPOCK)以及集成這兩款處理器的異構(gòu)雙核SoC(GEM-SOC)，從高密度指令集、代碼壓縮方法以及代碼解碼器的實(shí)現(xiàn)方式三個(gè)方面開展了研究工作： 1)高密度指令

2、集 以Thumb和MIPS16指令集為代表，討論了雙模式高密度指令集的工作方式以及優(yōu)缺點(diǎn)；以CK-core指令集為代表，從編程模型、指令類型、指令編碼以及尋址方式等方面分析了單模式高密度指令集如何在代碼密度和處理器性能之間作折衷；并以Powerstone基準(zhǔn)測(cè)試集為基礎(chǔ)，ARM940T和CK520為例，對(duì)比分析了Thumb/ARM和CK-core指令集的代碼密度和處理器性能，實(shí)驗(yàn)結(jié)果顯示：在使用相同的編譯器條件下，與32位ARM

3、指令集相比，CK520在犧牲17％處理器性能的前提下降低了38％的代碼量；與16位Thumb指令集相比，CK520指令集不僅能夠降低9％的代碼量，還能提高15％的處理器性能，具有很好的性價(jià)比。 2)代碼壓縮方法 研究了基于域劃分的代碼壓縮方法。用形式化的語(yǔ)言描述了該方法的三個(gè)步驟：符號(hào)生成、符號(hào)建模以及符號(hào)編碼。符號(hào)模型的選擇對(duì)代碼壓縮率有著關(guān)鍵性的影響，本文在傳統(tǒng)的位置模型的基礎(chǔ)上提出了一種新的高階模型——類型模型，該

4、模型挖掘了不同類型指令內(nèi)部符號(hào)間的相關(guān)性；結(jié)合類型模型和傳統(tǒng)的位置模型，提出了另一種高階模型——混合模型，以及使用霍夫曼編碼的代碼壓縮方法。以SPOCK指令集為例，對(duì)OggVorbis的代碼壓縮實(shí)驗(yàn)結(jié)果表明：混合模型由于同時(shí)利用了兩種高階相關(guān)，與傳統(tǒng)的位置模型相比壓縮率提升12～14％，最好情況下能將原始程序壓縮到53.16％。研究了基于算術(shù)編碼的代碼壓縮方法。該方法使用二進(jìn)制算術(shù)編碼并配以馬爾可夫模型，算術(shù)編碼保證了編碼的高效率；馬爾

5、可夫模型可以參數(shù)化配置模型信息以便更好的挖掘符號(hào)之間的比特級(jí)相關(guān)性。討論了一種狀態(tài)機(jī)實(shí)現(xiàn)的二進(jìn)制算術(shù)編碼器方案，分析了編碼器精度、馬爾可夫模型精度以及模型參數(shù)對(duì)代碼壓縮率的影響。 3)代碼解碼器實(shí)現(xiàn)方式 基于域劃分的代碼壓縮方法，提出了一種同時(shí)支持類型模型和混合模型的低開銷硬件解碼器實(shí)現(xiàn)方法。討論了一種二級(jí)碼表的霍夫曼編碼方法，根據(jù)每個(gè)符號(hào)集中符號(hào)的概率分布，將他們綜合到一個(gè)根符號(hào)集中，所有的符號(hào)依據(jù)根符號(hào)集形成的碼表進(jìn)

6、行編碼。 面向異構(gòu)雙核SoC——GEM-SOC，提出了一種純軟件實(shí)現(xiàn)的代碼解碼方法，該方法在SPOCK程序啟動(dòng)的時(shí)候由高密度指令集的CK520處理器實(shí)施解碼。分別討論了域劃分和算術(shù)編碼兩種代碼壓縮方法的軟件解碼器實(shí)現(xiàn)方式，對(duì)MediaBech基準(zhǔn)測(cè)試集的測(cè)試結(jié)果表明：1．軟件解碼方法能夠根據(jù)應(yīng)用自適應(yīng)調(diào)整馬爾可夫模型參數(shù)，在犧牲有限性能的前提下提高了DSP程序的代碼壓縮率；2．無(wú)論從代碼壓縮率還是軟件解碼器性能方面，采用混合模型